1、自主式水下機(jī)器人(Autonomous Underwater Vehicles,AUV)是人類(lèi)開(kāi)發(fā)海洋的重要工具,有著廣闊的發(fā)展前景,但也面臨著許多技術(shù)挑戰(zhàn),導(dǎo)航問(wèn)題就是其中之一。當(dāng)前許多導(dǎo)航方式需借助GPS、基線(xiàn)等設(shè)備或需要先驗(yàn)地圖,這嚴(yán)重制約著AuV在未知水下環(huán)境中導(dǎo)航的自主性。同時(shí)定位和地圖構(gòu)建(Simultaneous Localization and Mapping,SLAM)技術(shù)能夠?qū)崿F(xiàn)AUV的真正自主導(dǎo)航,是水下機(jī)器人領(lǐng)域

2、研究的熱點(diǎn)。傳感器獲取環(huán)境信息是解決SLAM問(wèn)題的第一步,對(duì)環(huán)境描述的越精確,數(shù)據(jù)量就越大,實(shí)時(shí)性也會(huì)隨之降低,因此對(duì)傳感器數(shù)據(jù)進(jìn)行適當(dāng)處理顯得尤為重要。
　　研究實(shí)時(shí)性好、精確度高的SLAM算法成為當(dāng)前AUV領(lǐng)域亟待解決的問(wèn)題;另一方面如何處理傳感器數(shù)據(jù),以解決環(huán)境特征描述性差、數(shù)據(jù)關(guān)聯(lián)難度大等問(wèn)題也迫在眉睫。針對(duì)這些問(wèn)題,本文將深入研究融合了傳感器數(shù)據(jù)預(yù)處理的稀疏化擴(kuò)展信息濾波(Sparse Extended Informat

3、ion Filter,SEIF)SLAM算法,該算法中的稀疏化步驟是點(diǎn)睛之筆,它使算法可以恒時(shí)執(zhí)行,而與地圖中路標(biāo)數(shù)無(wú)關(guān),這極大地提高了計(jì)算效率。
　　本文首先關(guān)注AUV和SLAM的研究現(xiàn)狀與發(fā)展前景,并對(duì)當(dāng)前主流SLAM算法進(jìn)行比較;然后探討應(yīng)用最廣泛的SLAM算法——EKF-SLAM的基本原理和實(shí)現(xiàn)過(guò)程;在此基礎(chǔ)上,著重研究SEIF-SLAM算法并進(jìn)行了仿真驗(yàn)證。接下來(lái),在分析各種聲吶優(yōu)缺點(diǎn)之后,結(jié)合本文采用的單波束掃描成像聲